城市住宅价格影响因素的空间非平稳性分析

应用住宅特征价格法,选取南京市2011年9月份住宅小区均价作为因变量,选取8个影响住宅价格的因素并量化作为自变量,进行地理加权回归(GWR).与传统的OLS估计相比较,GWR模型具有更好的拟合优度,同时得出具有显著性的各因素对住宅价格的影响在空间分布上是有差异的,并揭示了这种差异的特点.     

"大学城"建设的分析、梳理和建议

当前知识经济的背景下,大学城建设成为一种建设热潮,而建成之后却存在一些缺憾,造成了理想与现实的脱节。文章通过对国内几座大学城的调研和作者长期深处校园的体会,并借鉴了国内外一些优秀的建设范例,对当前国内大学城存在的问题和不利倾向进行了分析和思考,最后结合自己的认识,提出了今后大学城建设应该注意的一些问题。     

西安市住宅价格波动状况及政策建议

研究西安市住宅价格的波动特性及其产生原因,建立系统动力学中的因果回路图模型,分析住宅价格的因果反馈环.得出西安市住宅价格近年来处于上涨态势,但与一线城市和其它部分二线城市住宅价格波动幅度相比,波动幅度小并趋于稳定上升状态.为此提出,政府应坚持房地产调控不动摇,根据不同的需求层次合理地开发住宅产业,引导住宅需求的梯度消费,同时加强保障性安居工程建设.     

榆次产业结构优化升级的微观机制研究--榆次经纬纺机厂转型分析

区域经济发展与企业之间有密切的关系,前者是基础,后者是动力,企业通过自身直接作用和对其他相关企业间接影响作用对区域经济发展产生重大影响。经纬厂作为榆次的核心企业,应通过转型以市场为导向,调整和优化产业结构,增强企业的竞争力,重塑在榆次经济发展的先锋形象,对榆次的发展发挥更大的推动作用。     

大型三线城市住宅价格的影响因素及尺度研究

住宅价格在城市内部空间呈现出一定的空间异质性,对房价影响因素的研究有利于管理者对土地利用政策与房地产开发计划的实施与调控.运用POI数据构建MGWR模型,对2020年11月济宁市中心城区住宅区位对价格的影响因素进行研究,揭示了房龄、最近医院距离、最近学校距离等7个因素对济宁市中心城区住宅价格的具体影响能力及各因素影响能...     

影响煤炭价格的因素分析

煤炭作为基础能源,占能源消费比重达到70%。下游行业包括电力、冶金、化工、民用取暖等。我国能源结构一直以煤炭为主,虽然近年来煤炭在一次能源消费比例中虽然有所下降,但是,总体看来,煤炭行业能够通过下游产业价值传导,可以说是牵一发而动全身的行业,值得我们长期关注。     

中国劳动力价格影响因素分析

首先梳理了影响劳动力价格的人口因素、经济因素和政策因素,在理论分析的基础上构建了劳动力价格模型。基于1989—2012年省级面板数据的实证结果表明:老年抚养比、人口增长率、人均GDP、经济增长率、产业结构升级、教育经费支出和政府公共支出对劳动力价格具有显著的正向影响,而通货膨胀率、实际利率和地方保护对劳动力价格具有显著的负向影响。加大对落后地区教育经费支出力度,促进落后地区产业结构升级,进一步削弱地方保护,是实现劳动力价格区域均衡的有效途径。     

城市路网空间结构对住宅价格的影响分析

以链家房产交易平台和安居客房产交易平台的上海市二手住宅为研究样本,结合OpenStreetMap(OSM)提供的城市路网数据及高德地图提供的兴趣点(POI)等多源数据,利用空间句法测算路网空间结构的选择度和整合度.基于空间自回归模型、地理加权回归模型等空间计量估计方法,研究城市路网空间结构影响住宅价格的效果及机制.研究结果表明：城市路网空间结构是影响住宅价格的重要的区位因素,考虑空间相关性是必要的;与市中心住宅价格相比,郊区住宅价格对路网空间结构的依赖程度更强.     

厦门市住宅地价影响因素关联度分析

以厦门市2001-2009年住宅地价及相关影响因素数据为例,对比传统计算方法,利用超效率数据包络分析(DEA)模型,对厦门市住宅地价影响因素进行分析研究,得出因素的影响程度大小排序.研究结果明:住宅地价受人均GDP,GDP,城镇居民可支配收入3大因素的影响较大,超效率DEA解决了灰色关联度权重取值问题,同时克服了传统CCR模型无法对有效结果进行排序的问题,结果更为精确.     

基于灰色关联的商品房住宅价格影响因素分析——以安徽省为例

房地产业发展具有地域性和资金密集性的特征,商品房住宅价格的变动更是时刻牵动着百姓的心。基于灰色关联度模型,分别从供给、需求、经济3个角度,选取2010—2020年度《安徽省统计年鉴》相关数据,对安徽省商品房住宅价格影响因素进行定性定量分析。实证结果显示,安徽省商品房价格影响因素关联度从高到低排列分别是城镇居民可支配收入、人均GDP、住宅房屋竣工面积、住宅房地产开发投资额、常住人口数量、消费者心理预期、土地成交价款、人民币贷款利率。基于分析结果,提出相关建议,促进安徽省商品房住宅产业健康发展。     

趋同结构住宅的造价影响因素分析

为了寻找趋同结构住宅的造价差异,用了阜新地区40个竣工工程为样板,采用了主成分分析法,找到了影响趋同结构住宅造价的主要因子：户型因子、施工因子、企业因子。     

昆明市住宅类商品房价格趋势分析

根据住宅类商品房的月均价的分布特点,使用长期性趋势分析、季节性因素分析及随机时间序列分析相结合的方法,对昆明市2004年1月到2006年11月的月均价数据进行了详细的分析,得出了反映昆明市住宅类商品房价格趋势的组合模型.并在此基础上给出2007年昆明市各月的住宅类商品房均价预测值.     

安徽省商品房价格波动影响因素实证分析

持续走高的房价趋势已逐渐影响到人民生活和经济发展,引起了政府的高度重视。基于安徽省1997-2016年房地产行业的数据,运用主成分分析法从原始变量中提取3个主成分,建立回归模型,定量研究各因素对安徽省商品房价格的影响程度。研究结果表明:各因素对房价上涨的影响程度由大到小依次为货币供应量、常住人口数量、城镇居民人均可支配收入、房屋竣工面积、居民消费价格指数、地方财政房产税、人均GDP、城镇化率、房地产开发投资额、土地购置费用、房地产开发企业个数。     

影响兰州市房地产价格的供给因素分析

通过对影响兰州市房地产价格的供给因素定性分析,确定了房地产价格的供给影响因素,并分析了各因素如何对房价变动起作用。作为供给因素的房地产开发投资额、竣工房屋面积、竣工房屋价值等指标大幅增加,但由于供给结构不合理,有效供给不足,导致价格不断上升。针对存在的问题,须积极调整市场中的商品房供给结构,并调整保障性住房建设,充实市场供给,以稳定房价。     

徐州市房地产市场价格影响因素调查分析

房地产价格的影响因素众多,通过统计调查方法,依据徐州市区房地产发展实际,对房地产宏观影响因素和房地产自身影响因素进行了问卷调查,对调查可靠性与科学性进行了评价,最后结合调查结果对徐州市房地产价格进行了分析,并预测发展趋势。     

煤炭企业成本主要影响因素的分析

在对煤炭企业成本主要影响因素定性分析的基础上，采用人工神经网络BP模型对其进行定量研究，并将它们应用到煤炭企业实际，取得了良好的效果。     

乌鲁木齐市蔬菜价格波动及影响因素分析

该文通过对乌鲁木齐市蔬菜生产环节、批发环节、零售环节和部分城镇居民的生活水平及家庭收入,购买力,对市场的期待和对蔬菜价格波动的影响因素面做了研究,研究结果表明,乌鲁木齐市蔬菜价格近期波动频繁,呈现出明显的季节波动,蔬菜价格波动主要有蔬菜生产,蔬菜流通环节和蔬菜供给量等多方面原因。近期由于经济,政治等各方面的原因造成了乌市农产品滞销严重。据此,以该文为政府采取措施来稳定菜价格提供建议。     

影响兰州市房地产价格的需求因素分析

通过对影响兰州市房地产价格的需求因素定性分析,确定了房地产价格的需求影响因素,并分析了各因素如何对房价变动起作用.商品房销售面积、城市人均居住使用面积、居民收入等需求指标持续上升,但供给结构不合理,激化供需矛盾导致价格上涨;地理位置因素通过需求对兰州市房价的影响较大.针对存在的问题必须积极调整市场中的商品房供给结构,调...